Meni

Što su podaci o ispitivanju? Ispitajte tehnike pripreme podataka s primjerom

what is test data test data preparation techniques with example

Isprobajte Naš Instrument Za Uklanjanje Problema

Saznajte što su test podaci i kako pripremiti test podatke za testiranje:

U trenutnoj epskoj revoluciji informacijskog i tehnološkog rasta, testeri često doživljavaju veliku potrošnju testnih podataka u životnom ciklusu testiranja softvera.

Ispitivači ne prikupljaju / održavaju podatke samo iz postojećih izvora, već generiraju ogromne količine testnih podataka kako bi osigurali svoj kvalitativni nagli doprinos u isporuci proizvoda za stvarnu upotrebu.

Stoga mi kao testeri moramo kontinuirano istraživati, učiti i primjenjivati ​​najučinkovitije pristupe prikupljanju podataka, generiranju, održavanju, automatizaciji i sveobuhvatnom upravljanju podacima za bilo koje vrste funkcionalnih i nefunkcionalnih ispitivanja.

Što su test podaci - Priprema test podataka

U ovom uputstvu pružit ću vam savjeti o tome kako pripremiti testne podatke, tako da bilo koji važan testni slučaj neće propustiti nepravilni podaci i nepotpuno postavljanje testnog okruženja.

Što ćete naučiti:

Što su podaci o testovima i zašto su važni

Pozivajući se na studiju koju je IBM proveo 2016. godine, pretraživanje, upravljanje, održavanje i generiranje podataka o ispitivanju obuhvaća 30% -60% vremena ispitivača. Nepobitni su dokazi da je priprema podataka dugotrajna faza testiranja softvera.

Prosječno vrijeme ispitivača na TDM-u

Slika 1: Prosječno vrijeme ispitivača na TDM-u

Ipak, činjenica je da u mnogim raznim disciplinama većina znanstvenika podataka provodi 50% -80% vremena razvoja svog modela u organiziranju podataka. A sada, uzimajući u obzir zakone i osobne podatke (PII), angažman testera postaje nadasve pristojan u procesu testiranja.

Danas se vjerodostojnost i pouzdanost testnih podataka smatraju beskompromisnim elementom za vlasnike poduzeća. Vlasnici proizvoda vide preslike preskusnih podataka kao najveći izazov, što smanjuje pouzdanost bilo koje aplikacije u ovo jedinstveno vrijeme klijentovih zahtjeva / zahtjeva za osiguranjem kvalitete.

S obzirom na značaj testnih podataka, velika većina vlasnika softvera ne prihvaća testirane aplikacije s lažnim podacima ili manje u sigurnosnim mjerama.

Zašto se u ovom trenutku ne bismo prisjetili što su test podaci? Kad započnemo s pisanjem testnih slučajeva kako bismo provjerili i potvrdili zadane značajke i razvijene scenarije aplikacije pod testom, trebaju nam informacije koje se koriste kao ulazni podaci za provođenje testova za prepoznavanje i lociranje nedostataka.

koja je najbolja e-pošta za upotrebu

I mi znamo da ove informacije moraju biti precizne i potpune za uklanjanje bugova. To je ono što nazivamo testnim podacima. Da bi bili točni, imena, države itd., Nisu osjetljivi, gdje su podaci koji se odnose na podatke za kontakt, SSN, povijest bolesti i podatke o kreditnim karticama osjetljive prirode.

Podaci mogu biti u bilo kojem obliku poput:

  • Podaci o ispitivanju sustava
  • Podaci SQL testa
  • Podaci ispitivanja performansi
  • Podaci XML testa

Ako pišete test slučajeve, tada vam trebaju ulazni podaci za bilo koju vrstu testa. Ispitivač može pružiti ove ulazne podatke u vrijeme izvršavanja testnih slučajeva ili aplikacija može odabrati potrebne ulazne podatke s unaprijed definiranih mjesta podataka.

Podaci mogu biti bilo koja vrsta ulaza u aplikaciju, bilo koja vrsta datoteke koju aplikacija učitava ili unosi pročitani iz tablica baze podataka.

Priprema ispravnih ulaznih podataka dio je postavljanja testa. Općenito, testeri to nazivaju a priprema ispitne površine . U testnoj podlozi svi softverski i hardverski zahtjevi postavljaju se pomoću unaprijed definiranih vrijednosti podataka.

Ako nemate sustavni pristup za izgradnju podataka dok pisanje i izvršavanje test slučajeva tada postoje šanse da propustite neke važne testove. Ispitivači mogu stvoriti vlastite podatke u skladu s potrebama testiranja.

Ne oslanjajte se na podatke koje su stvorili drugi testeri ili standardne proizvodne podatke. Uvijek stvorite novi skup podataka prema vašim zahtjevima.

Ponekad nije moguće stvoriti potpuno novi skup podataka za svaku gradnju. U takvim slučajevima možete koristiti standardne proizvodne podatke. Ali ne zaboravite dodati / umetnuti vlastite skupove podataka u ovu postojeću bazu podataka. Jedan od najboljih načina za stvaranje podataka je upotreba postojećih uzoraka podataka ili testne površine i dodavanje novih podataka iz testnog slučaja svaki put kada dobijete isti modul za testiranje. Na taj način možete stvoriti sveobuhvatan skup podataka tijekom razdoblja.

Testirajte izazove u izvoru podataka

Ispitivači smatraju da je jedno od područja u generiranju testnih podataka zahtjev za podskupom. Na primjer, imate preko milijun kupaca, a za testiranje vam treba tisuću. A ovi uzorci podataka trebali bi biti dosljedni i statistički predstavljati odgovarajuću raspodjelu ciljane skupine. Drugim riječima, trebali bismo pronaći pravu osobu za testiranje, što je jedna od najkorisnijih metoda testiranja slučajeva upotrebe.

A ovi uzorci podataka trebali bi biti dosljedni i statistički predstavljati odgovarajuću raspodjelu ciljane skupine. Drugim riječima, trebali bismo pronaći pravu osobu za testiranje, što je jedna od najkorisnijih metoda testiranja slučajeva upotrebe.

Uz to, u procesu postoje i neka ekološka ograničenja. Jedna od njih je mapiranje PII politika. Budući da je privatnost značajna prepreka, testeri moraju klasificirati podatke koji otkrivaju identitet.

Alati za ispitivanje podataka su namijenjeni rješavanju spomenutog problema. Ovi alati predlažu politike temeljene na standardima / katalogu koji imaju. Iako to nije baš sigurno vježbanje. Još uvijek nudi mogućnost revizije onoga što netko radi.

Da bismo nastavili s rješavanjem trenutnih, pa čak i budućih izazova, uvijek bismo trebali postavljati pitanja poput Kada / gdje bismo trebali započeti provođenje TDM-a? Što treba automatizirati? Koliko ulaganja bi tvrtke trebale izdvojiti za testiranje u područjima trajnog razvoja vještina i korištenja novijih TDM alata? Trebamo li započeti testiranje s funkcionalnim ili s nefunkcionalnim ispitivanjem? I puno vjerojatnija pitanja poput njih.

U nastavku su navedeni neki od najčešćih izazova ispitivanja podataka:

  • Timovi možda neće imati odgovarajuće znanje i vještine o alatima za izradu testnih podataka
  • Obuhvat testnim podacima često je nepotpun
  • Manje jasnoće u zahtjevima za podacima koji pokrivaju specifikacije volumena tijekom faze prikupljanja
  • Testirajući timovi nemaju pristup izvorima podataka
  • Kašnjenje u tome što programeri omogućuju pristup proizvodnim podacima ispitivačima
  • Podaci proizvodnog okruženja možda neće biti u potpunosti upotrebljivi za testiranje na temelju razvijenih poslovnih scenarija
  • U kratkom razdoblju određenog vremena možda će trebati velike količine podataka
  • Ovisnosti / kombinacije podataka za testiranje nekih poslovnih scenarija
  • Ispitivači troše više vremena nego što je potrebno za komunikaciju s arhitektima, administratorima baza podataka i osobama za upravljanje (BA) za prikupljanje podataka
  • Podaci se uglavnom stvaraju ili pripremaju tijekom izvođenja testa
  • Višestruke aplikacije i verzije podataka
  • Neprekidni ciklusi izdavanja u nekoliko aplikacija
  • Zakonodavstvo o osobnim identifikacijskim podacima (PII)

Na bijeloj kutiji testiranja podataka, programeri pripremaju proizvodne podatke. Tu QA treba surađivati ​​s programerima radi daljnjeg testiranja pokrivenosti AUT. Jedan od najvećih izazova je uključiti sve moguće scenarije (100% testni slučaj) u svaki mogući negativni slučaj.

U ovom smo odjeljku govorili o izazovima s testnim podacima. Možete dodati još izazova jer ste ih u skladu s tim riješili. Nakon toga, istražimo različite pristupe rukovanju dizajnom i upravljanjem testnim podacima.

Strategije za pripremu podataka o ispitivanju

Svakodnevnom praksom znamo da igrači u industriji testiranja kontinuirano iskušavaju različite načine i sredstva kako bi poboljšali napore na testiranju, a što je najvažnije njegovu isplativost. Kratkim tijekom razvoja informacija i tehnologije vidjeli smo kada se alati ugrađuju u proizvodno / testno okruženje razina proizvodnje znatno se povećala.

Kada govorimo o cjelovitosti i cjelovitom obuhvatu testiranja, to uglavnom ovisi o kvaliteti podataka. Kako je testiranje okosnica postizanja kvalitete softvera, test podaci su ključni element u procesu testiranja.

Strategije za upravljanje testnim podacima (TDM)

Slika 2: Strategije za upravljanje testnim podacima (TDM)

Izrada ravnih datoteka na temelju pravila mapiranja. Uvijek je praktično stvoriti podskup podataka koji su vam potrebni iz proizvodnog okruženja u kojem su programeri dizajnirali i kodirali aplikaciju. Zapravo, ovaj pristup smanjuje napore ispitivača u pripremi podataka i maksimizira upotrebu postojećih resursa za izbjegavanje daljnjih troškova.

Tipično moramo stvoriti podatke ili ih barem identificirati na temelju vrste zahtjeva koje svaki projekt ima na samom početku.

Možemo primijeniti sljedeće strategije koje upravljaju procesom TDM-a:

  1. Podaci iz proizvodnog okruženja
  2. Dohvaćanje SQL upita koji izvlače podatke iz postojećih klijentovih baza podataka
  3. Alati za automatizirano stvaranje podataka

Ispitivači će sigurnosno kopirati svoje testiranje s potpunim podacima uzimajući u obzir elemente kao što je prikazano na slici 3 ovdje. Odmarališta u agilnim razvojnim timovima generiraju potrebne podatke za izvršavanje svojih test slučajeva. Kada govorimo o testnim slučajevima, mislimo na slučajeve za razne vrste testiranja poput bijele kutije, crne kutije, performansi i sigurnosti.

U ovom trenutku znamo da bi podaci za ispitivanje performansi trebali moći utvrditi koliko brzo sustav reagira pod određenim radnim opterećenjem kako bi bio vrlo blizu stvarnom ili aktivnom velikom volumenu podataka sa značajnim obuhvatom.

Za testiranje bijele kutije, programeri pripremaju potrebne podatke kako bi pokrili što više grana, sve staze u programskom izvornom kodu i negativno sučelje aplikacijskog programa (API).

Testirajte aktivnosti stvaranja podataka

Slika 3: Testirajte aktivnosti stvaranja podataka

Na kraju možemo reći da svi koji rade u životnom ciklusu razvoja softvera ( SDLC ) poput BA-a, programeri i vlasnici proizvoda trebali bi biti dobro uključeni u postupak pripreme podataka za ispitivanje. To može biti zajednički napor. A sada ćemo vas odvesti do problema s oštećenim testnim podacima.

Oštećeni podaci o ispitivanju

Prije izvršavanja bilo kojeg test slučaja na našim postojećim podacima, trebali bismo se pobrinuti da podaci nisu oštećeni / zastarjeli i da aplikacija pod testom može čitati izvor podataka. Uobičajeno je da kada više od testera istovremeno radi na različitim modulima AUT-a u testnom okruženju, šanse za oštećivanje podataka toliko su velike.

U istom okruženju testeri mijenjaju postojeće podatke prema svojim potrebama / zahtjevima test slučajeva. Uglavnom, kada testeri završe s podacima, ostave ih takvi kakvi jesu. Čim sljedeći ispitivač preuzme modificirane podatke i izvrši novo izvršavanje testa, postoji mogućnost određenog neuspjeha testa koji nije pogreška ili kvar koda.

U većini slučajeva to je način na koji podaci postaju oštećeni i / ili zastarjeli, što dovodi do neuspjeha. Da bismo izbjegli i smanjili šanse za neslaganje podataka, možemo primijeniti rješenja kao u nastavku. I naravno, možete dodati još rješenja na kraju ovog vodiča u odjeljku za komentare.

  1. Imati sigurnosnu kopiju podataka
  2. Vratite svoje izmijenjene podatke u izvorno stanje
  3. Podjela podataka među ispitivačima
  4. Ažurirajte administratora skladišta podataka za bilo kakvu promjenu / izmjenu podataka

Kako sačuvati podatke netaknutima u bilo kojem testnom okruženju?

U većini su slučajeva mnogi testeri odgovorni za testiranje iste građe. U ovom će slučaju više od jednog ispitivača imati pristup zajedničkim podacima i pokušat će manipulirati zajedničkim skupom podataka u skladu sa svojim potrebama.

Ako ste pripremili podatke za neke određene module, najbolji način da sačuvate svoj komplet podataka netaknutim je zadržavanje sigurnosnih kopija istih.

pitanja za selenski intervju za 5 godina iskustva

Podaci o ispitivanju za test uspješnosti

Testovi performansi zahtijevaju vrlo velik skup podataka. Ponekad ručno stvaranje podataka neće otkriti neke suptilne greške koje mogu uhvatiti samo stvarni podaci stvoreni u aplikaciji koja se testira. Ako želite podatke u stvarnom vremenu, koje je nemoguće stvoriti ručno, zamolite svog voditelja / menadžera da ih učini dostupnima iz živog okruženja.

Ovi će podaci biti korisni kako bi se osiguralo nesmetano funkcioniranje aplikacije za sve valjane ulaze.

Koji su idealni podaci o ispitivanju?

Za podatke se može reći da su idealni ako se za minimalnu veličinu podataka postave sve pogreške aplikacije kako bi se identificirale. Pokušajte pripremiti podatke koji će sadržavati svu funkcionalnost aplikacije, ali ne prekoračujući ograničenja troškova i vremena za pripremu podataka i pokretanje testova.

Kako pripremiti podatke koji će osigurati maksimalnu pokrivenost testom?

Dizajnirajte svoje podatke uzimajući u obzir sljedeće kategorije:

1) Nema podataka: Pokrenite svoje test slučajeve na praznim ili zadanim podacima. Pogledajte generiraju li se ispravne poruke o pogreškama.

2) Važeći skup podataka: Stvorite ga da biste provjerili radi li aplikacija prema zahtjevima i jesu li valjani ulazni podaci pravilno spremljeni u bazu podataka ili datoteke.

3) Nevaljani skup podataka: Pripremite nevaljani skup podataka za provjeru ponašanja aplikacije za negativne vrijednosti, alfanumerički unosi niza.

4) Ilegalni format podataka: Napravite jedan skup podataka ilegalnog formata podataka. Sustav ne bi trebao prihvaćati podatke u nevaljanom ili ilegalnom formatu. Također, provjerite generiraju li se ispravne poruke o pogreškama.

5) Skup podataka o graničnim uvjetima: Skup podataka koji sadrži podatke izvan raspona. Utvrdite slučajeve granične primjene i pripremite skup podataka koji će pokrivati ​​donje i gornje granične uvjete.

6) Skup podataka za ispitivanje performansi, opterećenja i naprezanja: Ovaj skup podataka trebao bi biti velikog volumena.

Na ovaj način stvaranje zasebnih skupova podataka za svaki uvjet testa osigurat će potpuno pokrivanje testa.

Podaci za ispitivanje crne kutije

Ispitivači osiguranja kvalitete provode integracijsko testiranje, testiranje sustava i ispitivanje prihvatljivosti, što je poznato kao testiranje crne kutije. U ovoj metodi ispitivanja, testeri nemaju nikakvog rada na unutarnjoj strukturi, dizajnu i kodu aplikacije koja se testira.

Primarna svrha testera je prepoznavanje i lociranje pogrešaka. Na taj način primjenjujemo bilo funkcionalno ili nefunkcionalno testiranje koristeći različite tehnike testiranja crne kutije.

Metode dizajniranja podataka crne kutije

Slika 4: Metode dizajniranja podataka crne kutije

U ovom trenutku ispitivači trebaju podatke o ispitivanju kao ulaz za izvršavanje i primjenu tehnika testiranja crne kutije. A testeri bi trebali pripremiti podatke koji će ispitati svu funkcionalnost aplikacije ne prelazeći zadani trošak i vrijeme.

Možemo dizajnirati podatke za svoje testne slučajeve uzimajući u obzir kategorije skupova podataka kao što su podaci, nevažeći podaci, nevaljani podaci, ilegalni format podataka, podaci o graničnim uvjetima, particija ekvivalencije, tablica podataka o odluci, podaci o prijelazima stanja i podaci o slučajevima korištenja. Prije ulaska u kategorije skupova podataka, testeri započinju prikupljanje podataka i analizu postojećih resursa aplikacije pod testerom (AUT).

Prema ranijim točkama o održavanju vašeg skladišta podataka uvijek ažurnim, trebali biste dokumentirati zahtjeve za podacima na razini testnog slučaja i označiti ih kao upotrebljive ili neponovljive za upotrebu kada skriptirate svoje test slučajeve. Pomaže vam da su podaci potrebni za testiranje dobro očišćeni i dokumentirani od samog početka da biste ih kasnije mogli koristiti za daljnju upotrebu.

Primjer testnih podataka za otvoreni EMR AUT

Za naš trenutni vodič imamo Open EMR kao testnu aplikaciju (AUT).

=> Molimo pronađite link za Open EMR aplikaciju ovdje za vašu referencu / praksu.

Tablica u nastavku ilustrira prilično uzorak prikupljanja zahtjeva za podacima koji može biti dio dokumentacije o testnom slučaju i ažurira se kada napišete test slučajeve za svoje testne scenarije.

( BILJEŠKA : Klik na bilo kojoj slici za uvećani prikaz)

prikupljanje zahtjeva za test podatke 1

Izrada ručnih podataka za testiranje otvorene EMR aplikacije

Krenimo naprijed stvaranju ručnih podataka za testiranje aplikacije Open EMR za zadane kategorije skupova podataka.

1) Nema podataka: Tester provjerava valjanost URL-a otvorene EMR aplikacije i funkcija 'Traži ili dodaj pacijenta' bez davanja podataka.

dva) Važeći podaci: Tester provjerava valjanost URL-a otvorene EMR aplikacije i funkcije 'Traži ili dodaj pacijenta' davanjem valjanih podataka.

3) Nevaljani podaci: Tester provjerava valjanost URL-a otvorene EMR aplikacije i funkcije 'Traži ili dodaj pacijenta' davanjem nevaljanih podataka.

4) Ilegalni format podataka: Tester provjerava valjanost URL-a otvorene EMR aplikacije i funkcije 'Traži ili dodaj pacijenta' davanjem nevaljanih podataka.

Podaci ispitivanja za 1-4 kategorije skupova podataka:

Uzorci podataka o ispitivanju 2

5) Skup podataka o graničnim uvjetima: To je utvrđivanje ulaznih vrijednosti za granice koje su unutar ili izvan zadanih vrijednosti kao podaci.

6) Skup podataka o ekvivalentnoj particiji: Tehnika ispitivanja dijeli vaše ulazne podatke na ulazne vrijednosti valjanih i nevaljanih.

Podaci ispitivanja za 5thi 6thkategorije skupa podataka, a to je za korisničko ime i lozinku Open EMR:

Otvorite podatke EMT testa 3

7) Skup podataka tablice odluka: To je tehnika za kvalificiranje vaših podataka kombinacijom ulaznih podataka za dobivanje različitih rezultata. Ova metoda testiranja crne kutije pomaže vam smanjiti napore pri provjeri svake kombinacije podataka o testiranju. Uz to, ova vam tehnika može osigurati cjelovitu pokrivenost testom.

Molimo pogledajte dolje niz podataka tablice odluka za korisničko ime i lozinku aplikacije Open EMR.

Podaci tablice odluka 4

Izračun kombinacija izveden u gornjoj tablici opisan je za vaše detaljne podatke kao u nastavku. Možda će vam trebati kada napravite više od četiri kombinacije.

  • Broj kombinacije = Broj uvjeta 1 Vrijednosti * Broj uvjeta 2 Vrijednosti
  • Broj kombinacija = 2 ^ Broj istinitih / lažnih uvjeta
  • Primjer: Broj kombinacija - 2 ^ 2 = 4

8) Skup podataka o ispitivanju prijelaza države: Tehnika ispitivanja pomaže vam da potvrdite prijelaz stanja aplikacije koja se testira (AUT) pružajući sustavu ulazne uvjete.

Na primjer, prijavljujemo se u aplikaciju Open EMR davanjem ispravnog korisničkog imena i lozinke u prvom pokušaju. Sustav nam daje pristup, ali ako unesemo netočne podatke za prijavu, sustav odbija pristup. Testiranje prijelaza stanja provjerava koliko pokušaja prijave možete napraviti prije zatvaranja Open EMR.

Tablica u nastavku pokazuje kako odgovaraju ispravni ili netočni pokušaji prijave

Podaci o pokušajima prijave 5

9) Datum ispitivanja slučaja upotrebe: Metoda testiranja je ta koja identificira naše test slučajeve koji obuhvaćaju kraj do kraja testiranje određene značajke.

Primjer, otvorena EMR prijava:

Podaci o uspjehu neuspjeha 6

Također pročitajte => Tehnike upravljanja podacima

Svojstva dobrih podataka o ispitivanju

Kao ispitivač morate testirati modul ‘Rezultati ispitivanja’ na web mjestu sveučilišta. Uzmite u obzir da je cijela aplikacija integrirana i da je u stanju 'Spremno za testiranje'. „Ispitni modul“ povezan je s modulima „Registracija“, „Tečajevi“ i „Financije“.

Pretpostavimo da imate odgovarajuće informacije o aplikaciji i stvorili ste sveobuhvatan popis scenarija ispitivanja. Sada morate dizajnirati, dokumentirati i izvršiti ove test slučajeve. U odjeljku 'Akcije / koraci' ili 'Test Inputs' u testnim slučajevima, morat ćete spomenuti prihvatljive podatke kao ulaz za test.

Podaci spomenuti u testnim slučajevima moraju biti pravilno odabrani. Točnost stupca 'Stvarni rezultati' dokumenta o testnom slučaju prvenstveno ovisi o podacima o ispitivanju. Dakle, korak za pripremu ulaznih podataka o ispitivanju je izuzetno važan. Dakle, ovdje je moj osvrt na 'DB testiranje - strategije pripreme podataka za testiranje'.

Svojstva testnih podataka

Podaci o ispitivanju trebaju biti precizno odabrani i moraju posjedovati sljedeće četiri osobine:

1) Realno:

Realno, to znači da bi podaci trebali biti točni u kontekstu scenarija iz stvarnog života. Na primjer, da bi se testiralo polje 'Dob', sve vrijednosti trebaju biti pozitivne i 18 ili više. Sasvim je očito da kandidati za upis na sveučilište obično imaju 18 godina (to se može drugačije definirati u smislu poslovnih zahtjeva).

Ako se testiranje vrši pomoću realističnih podataka testa, to će učiniti aplikaciju robusnijom jer se većina mogućih pogrešaka može uhvatiti pomoću realnih podataka. Sljedeća prednost realnih podataka je njihova ponovna upotrebljivost koja štedi naše vrijeme i trud za ponovno stvaranje novih podataka.

Kada govorimo o realnim podacima, želio bih vas upoznati s konceptom zlatnog skupa podataka. Zlatni skup podataka obuhvaća gotovo sve moguće scenarije koji se javljaju u stvarnom projektu. Korištenjem GDS-a možemo pružiti maksimalnu pokrivenost testom. GDS koristim za regresijsko testiranje u svojoj organizaciji i to mi pomaže da testiram sve moguće scenarije koji se mogu dogoditi ako kôd uđe u proizvodni okvir.

Na tržištu je dostupno puno alata za generiranje testnih podataka koji analiziraju karakteristike stupaca i korisničke definicije u bazi podataka i na temelju njih generiraju realne testne podatke za vas. Malo je dobrih primjera alata koji generiraju podatke za testiranje baze podataka DTM generator podataka , SQL Generator podataka i Mockaroo .

2. Praktično valjano:

Ovo je slično realnom, ali ne i isto. Ovo svojstvo više je povezano s poslovnom logikom AUT npr. vrijednost 60 realna je u dobnom polju, ali praktički nevaljana za kandidate za diplomski ili čak magistarski program. U ovom bi slučaju valjani raspon bio 18-25 godina (to se može definirati u zahtjevima).

3. Svestrani za pokrivanje scenarija:

jedinični test vs integracijski test vs funkcionalni test

U jednom scenariju može biti nekoliko sljedećih uvjeta, zato pametno odaberite podatke kako biste pokrili maksimalne aspekte pojedinog scenarija s minimalnim skupom podataka, na pr. dok stvarate podatke o testovima za modul rezultata, ne uzimajte u obzir samo slučaj redovitih učenika koji glatko završavaju svoj program. Obratite pažnju studentima koji ponavljaju isti tečaj i pripadaju različitim semestrima ili čak različitim programima. Skup podataka može izgledati ovako:

Gospodin # Studentska iskaznica ID_programa ID_tečaja Razred
1 BCS-jesen2011-jutro-01 BCS-F11 CS-401 DO
dva BCS-Proljeće2011-Večer-14 BCS-S11 CS-401 B +
3 MIT-jesen2010-popodne-09 MIT-F10 CS-401 DO-
... ... ... ... ...

Moglo bi postojati nekoliko drugih zanimljivih i škakljivih poduvjeta. Npr. ograničenje godina za završetak diplomskog studija, polaganje preduvjeta za upis predmeta, maksimalno br. kurseva koje student može upisati u jedan semestar itd. itd. Obavezno mudro pokrijte sve ove scenarije konačnim skupom podataka.

dobri podaci o ispitivanju

4. Iznimni podaci (ako je primjenjivo / potrebno):

Mogu postojati određeni iznimni scenariji koji se događaju rjeđe, ali zahtijevaju veliku pažnju kada se pojave, na pr. pitanja vezana za studente s invaliditetom.

Još jedno dobro objašnjenje i primjer iznimnog skupa podataka vidi se na donjoj slici:

Izuzetni podaci

Oduzeti:

Podaci o ispitivanju poznati su kao dobri podaci ako su realni, valjani i svestrani. Dodatna je prednost ako podaci pružaju pokriće i za iznimne scenarije.

Tehnike pripreme podataka za ispitivanje

Ukratko smo razgovarali o važnim svojstvima testnih podataka, a također smo razradili i važnost odabira testnih podataka tijekom testiranja baze podataka. Sada razgovarajmo o ' tehnike za pripremu podataka o ispitivanju ' .

Postoje samo dva načina za pripremu podataka o ispitivanju:

Metoda # 1) Umetni nove podatke

Nabavite čisti DB i umetnite sve podatke kako je navedeno u vašim test slučajevima. Jednom kada su uneseni svi vaši potrebni i željeni podaci, započnite s izvršavanjem testnih slučajeva i popunite stupce 'Prođi / ne uspije' uspoređujući 'Stvarni izlaz' s 'Očekivani izlaz'. Zvuči jednostavno, zar ne? Ali pričekajte, to nije tako jednostavno.

Nekoliko bitnih i kritičnih problema su kako slijedi:

  • Prazna instanca baze podataka možda neće biti dostupna
  • Umetnuti podaci o ispitivanju mogu biti nedovoljni za testiranje nekih slučajeva poput ispitivanja performansi i opterećenja.
  • Umetanje potrebnih testnih podataka u prazan DB nije lak posao zbog ovisnosti tablice baze podataka. Zbog ovog neizbježnog ograničenja, umetanje podataka može postati težak zadatak ispitivača.
  • Umetanje ograničenih testnih podataka (samo u skladu s potrebama testnog slučaja) može sakriti neke probleme koji bi se mogli naći samo s velikim skupom podataka.
  • Za umetanje podataka mogu biti potrebni složeni upiti i / ili postupci, a za to će biti potrebna dovoljna pomoć ili pomoć programera (a) DB-a.

Gore navedenih pet problema najkritičniji su i najočitiji nedostaci ove tehnike za pripremu podataka o ispitivanju. No, postoje i neke prednosti:

  • Izvršenje TC-a postaje učinkovitije jer DB ima samo potrebne podatke.
  • Izolacija bugova ne zahtijeva vrijeme jer su u DB-u prisutni samo podaci navedeni u testnim slučajevima.
  • Manje vremena potrebno za testiranje i usporedbu rezultata.
  • Postupak ispitivanja bez nereda

Metoda # 2) Izaberite stvarni podskup podataka iz stvarnih DB podataka

Ovo je izvediva i praktičnija tehnika za pripremu podataka o ispitivanju. Međutim, zahtijeva dobre tehničke vještine i zahtijeva detaljno poznavanje DB sheme i SQL-a. U ovoj metodi morate kopirati i koristiti proizvodne podatke zamjenom nekih vrijednosti polja lažnim vrijednostima. Ovo je najbolji podskup podataka za vaše testiranje jer predstavlja proizvodne podatke. No to možda neće biti moguće cijelo vrijeme zbog sigurnosti podataka i privatnosti.

Oduzeti:

U gornjem odjeljku gore smo razgovarali o tehnikama pripreme podataka o ispitivanju. Ukratko, postoje dvije tehnike - ili stvorite svježe podatke ili odaberite podskup iz već postojećih podataka. I jedno i drugo treba obaviti na način da odabrani podaci omogućuju pokrivanje različitih scenarija ispitivanja, uglavnom valjanih i nevaljanih testova, ispitivanja performansi i nultog testa.

U posljednjem odjeljku krenimo i u brzi obilazak pristupa stvaranju podataka. Ovi su pristupi korisni kada trebamo generirati nove podatke.

Pristupi generiranju testnih podataka:

  • Ručno generiranje podataka za testiranje: U ovom pristupu, ispitni podaci ručno unose ispitivači prema zahtjevima testnog slučaja. Vrijeme je uzimanja postupka i također sklono pogreškama.
  • Automatizirano generiranje test podataka: To se radi uz pomoć alata za stvaranje podataka. Glavna prednost ovog pristupa je njegova brzina i točnost. Međutim, trošak je veći od generiranja testnih podataka ručno.
  • Ubrizgavanje pozadinskih podataka : To se radi putem SQL upita. Ovaj pristup također može ažurirati postojeće podatke u bazi podataka. Brz je i učinkovit, ali treba ga primijeniti vrlo pažljivo kako se postojeća baza podataka ne bi oštetila.
  • Korištenje alata treće strane : Na tržištu su dostupni alati koji prvo razumiju vaše testne scenarije, a zatim generiraju ili ubrizgavaju podatke u skladu s tim kako bi pružili široku pokrivenost testom. Ovi su alati točni jer su prilagođeni poslovnim potrebama. Ali, prilično su skupi.

Oduzeti:

Postoje 4 pristupa za testiranje podataka:

  1. Priručnik,
  2. automatizacija,
  3. pozadinsko ubrizgavanje podataka,
  4. i alate nezavisnih proizvođača.

Svaki pristup ima svoje prednosti i nedostatke. Trebali biste odabrati pristup koji zadovoljava vaše poslovanje i potrebe za testiranjem.

Zaključak

Stvaranje cjelovitih podataka o ispitivanju softvera u skladu s industrijskim standardima, zakonodavstvom i osnovnim dokumentima poduzetog projekta jedna je od glavnih odgovornosti testera. Što učinkovitije upravljamo testnim podacima, to više možemo primijeniti proizvode bez grešaka za korisnike iz stvarnog svijeta.

Upravljanje testnim podacima (TDM) postupak je koji se temelji na analizi izazova i uvođenju te primjeni najboljih alata i metoda za dobro adresiranje identificiranih problema bez ugrožavanja pouzdanosti i potpunog pokrivanja krajnjeg rezultata (proizvoda).

Uvijek trebamo postaviti pitanja za pretraživanje inovativnih i isplativih metoda za analizu i odabir metoda ispitivanja, uključujući upotrebu alata za generiranje podataka. Široko je dokazano da nam dobro dizajnirani podaci omogućuju prepoznavanje nedostataka aplikacije koja se testira u svakoj fazi višefaznog SDLC-a.

Moramo biti kreativni i sudjelovati sa svim članovima unutar i izvan našeg agilnog tima. Podijelite svoje povratne informacije, iskustvo, pitanja i komentare kako bismo mogli nastaviti s našim tehničkim raspravama kako bismo maksimalizirali svoj pozitivan utjecaj na AUT upravljanjem podacima.

Priprema ispravnih testnih podataka ključni je dio 'postavljanja projektnog okruženja za testiranje'. Ne možemo jednostavno propustiti test slučaj rekavši da cjeloviti podaci nisu dostupni za testiranje. Ispitivač bi trebao stvoriti vlastite podatke o ispitivanju kao dodatak postojećim standardnim proizvodnim podacima. Vaš skup podataka trebao bi biti idealan u smislu troškova i vremena.

Budite kreativni, upotrijebite vlastite vještine i prosudbe za stvaranje različitih skupova podataka, umjesto da se oslanjate na standardne proizvodne podatke.

II dio - Drugi dio ovog vodiča je na ' Testirajte generiranje podataka pomoću GEDIS Studio Online alata '.

Jeste li se suočili s problemom nepotpunih testnih podataka za testiranje? Kako ste uspjeli? Podijelite svoje savjete, iskustvo, komentare i pitanja za daljnje obogaćivanje ove teme rasprave.

Preporučena literatura

^